2022 Fiscal Year Annual Research Report
小型衛星データとフラックスサイトデータを利用したディープラーニングによる作物予測
| Project/Area Number |
19H03085
|
|---|
| Research Institution | National Agriculture and Food Research Organization |
|---|
Principal Investigator |
櫻井 玄 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 上級研究員 (70452737)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
坂本 利弘 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 上級研究員 (20354053)
石塚 直樹 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 上級研究員 (20414500)
小野 圭介 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 上級研究員 (20549555)
Sprague David 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, 再雇用職員 (90282285)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 衛星データ / PLANET / イネ / バイオマス / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究では、衛生情報を組み合わせて作物のバイオマスを推定する新手法を開発することを目的とする。特に、近年進化が著しい小型高解像度衛星データに対して、作物のプロセスベースモデル、データ同化手法、機械学習を組み合わせ、日本の狭小地圃場における作物バイオマスをより精密に予測する手法を開発する。令和５年度は、実験データとしては、茨城県龍ケ崎市のイネについて、LAIを複数圃場で1週間に1回以上のペースでLAI2200を用いて測定することができた。また、新潟農総研の圃場も含め、新潟の複数圃場についてのLAIデータも蓄積できた。解析としては、衛星データ及び気象データから新潟のコメの収量を予測する手法を精緻化させた。具体的には、スプライン関数をもとにした加法モデルと勾配ブースティング法を融合させて、モデルの説明性を維持した上で予測能力を増加させる手法の改良を行った。また、衛星データのデータとして今回はPLANETのデータを用いたが、当該データは毎日の高時間解像度のデータが得られる一方、それらのデータから雲などのノイズを取り除く必要がある。本研究では、青色波長のデータと粒子フィルタと呼ばれるデータ同化手法を利用して、雲のノイズを取り除いてフィルタリグする手法を開発した。いずれも、手法について論文を執筆中である。さらに、昨年度も実行した葉の詳細モデルをさらに改良し、光合成産物であるスクロースの輸送体も数理モデル内に実装した。物質動態も詳細に記述できるようになり、窒素などの葉における動態をより詳細に記述する基盤となるものであり、葉の反射特性をさらに詳細化するモデルの基盤となる。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
